基于視覺引導的自動組裝技術探究

陳發毅, 賀敏, 吳蕾, 秦付軍, 何紫楊

（1.西華大學機械工程學院, 成都 610039；2.蘇州富納智能科技有限公司，江蘇蘇州 215000）

0 引言

自工業機器人誕生以來，其應用和種類不斷得到擴展，其中裝配機器人在工業制造領域獲得了廣泛應用，主要用于電器、汽車、電子等產品及其組件的裝配任務[1]。傳統的依靠專用夾具配合且按照固定軌跡運行的組裝模式，無法滿足目前自動化裝配行業的需求。機器視覺技術應用到自動化行業，極大地提高了產品的組裝精度。通過視覺傳感器引導機械手實現精確組裝具有更高的靈活度和精度。

陳偉華等[2]將VisionPro視覺軟件結合C#編程語言開發了機械手的視覺定位系統。董大釧等[3]開發了基于視覺引導的機器人位姿在線校正算法。盧軍等[4]使用Halcon視覺函數庫開發了六軸機械手的自動裝配引導系統。使用VisionPro視覺軟件結合C#編程語言開發了基于上下相機的四軸直角坐標型機器人自動組裝系統。

1 組裝系統方案

1.1 系統方案

在四軸直角坐標機器人平臺基礎上搭建視覺引導系統，選用匯川H3u-3232-MT中小型PLC，搭建運動控制模組。視覺系統選用相機型號為OPT-CC130-GM-04，接口為GigeVision的130萬像素相機，通過以太網巨型幀實現大批量的圖像數據傳輸，相機鏡頭選用OPT-C2514-2M，光源選用RI10080-W低角度環光，搭建圖1所示視覺引導系統。

圖1 視覺定位系統硬件

1.2 裝配流程

在自動裝配之前，需要對機械手各個點位進行示教，將各點位的位置保存到PLC當中。示教時采用反向示教的方法，可以提高裝配精度，示教流程如圖2（a）所示。

自動組裝流程如圖2（b）所示，上相機第一次拍照定位方塊，再移動到方框上方拍照定位方框，機械手吸取方塊到下相機拍照進行角度補償，角度補償完成后再次拍照進行位置補償，最后完成組裝。

圖2 示教及自動組裝流程圖

2 視覺定位引導系統

對基于視覺引導的自動化裝配技術進行了研究，提出了一種基于視覺引導的自動化組裝系統，包括相機通信及硬件參數設置、相機標定、視覺定位。通過GigeVision助手設置相機的IP地址，通過調整相機的內參、光源的亮度、鏡頭的光圈和聚焦環得到對比度強的取像。相機標定通過棋盤格標定工具標定相機內參，五點標定工具建立圖像坐標系與機器人坐標系的坐標變換關系[5]。通過拖拽工具加腳本結合的方法，編寫檢測目標物位置和角度的視覺程序。視覺定位技術方案如圖3所示。

圖3 視覺定位技術方案

3 相機標定及視覺引導

圖4所示為世界坐標系、機器人基坐標系、機械手坐標系、工件坐標系、相機坐標系之間的關系。

圖4 視覺系統坐標關系圖

3.1 相機內參標定

由于相機和載具安裝存在人為誤差，造成相機和成像面切向畸變[5]。常用的定焦和變焦鏡頭呈魚眼狀，當光線以不同的入射角進入鏡片時產生徑向畸變。使用美國Cognex軟件公司開發的視覺軟件VisionPro中的棋盤格標定工具來標定相機內參，校正切向和徑向畸變，校正結果如圖5所示。校正后的各對應點的RMS均方差約為0.090。

圖5 下相機棋盤格標定結果

3.2 相機外參標定

標定相機外參采用五點標定法，目的是將相機獲取到的圖像坐標系與機器人的運動坐標系建立映射關系。實驗使用的機器人是四軸直角坐標系機械手，由于單目相機不涉及Z軸方向的深度，于是在Visionpro軟件平臺上使用了一種簡化的標定方法，只需標定出機器人的定位精度與運動方向，通過一次示教計算各位置的補償值來實現對不同放置產品的組裝。

由于每臺機器人的硬件特性不同，我們對機器人的運動模組進行了校正。使用CogCalibNPointToNPointTool，控制軸依次運動5個點，并依次運行視覺程序抓取視野中的Mark點，將抓取到5個Mark點的坐標同機械手的位置建立坐標變換矩陣，其中上相機的標定方向與模組的運動方向相反，下相機標定是將吸嘴吸取方塊移動到下相機視野中，獲取方塊的中心作為Mark點坐標，依次走5個點并記錄各點坐標。需要注意的是，下相機的標定方向與機器人的運動方向相同。下相機的標定時記錄的點位如表1所示，一共5組點位，其中未校正點坐標是圖像坐標點，已校正點坐標是機器人運動的點位。下相機的標定結果如圖6所示，通過校正相機內外參數，最后得到標定文件的RMS均方誤差約為0.013。

圖6 下相機五點標定結果

表1 五點標定的坐標數據

4 裝配補償

裝配補償分為角度和位置補償，首先拍照獲取取塊工位的位置補償和組裝工位的角度和位置補償。吸取方塊到下相機拍照點，第一次拍照完成后進行角度補償，補償完成后第二次拍照獲取位置補償。通過第二次拍照獲取的方塊位置補償，可以消除角度補償時旋轉中心不在方塊中心引入的誤差。如圖7所示，通過第二次拍照獲取到的假設旋轉中心到實際旋轉中心的垂直和水平分量與計算旋轉引入位姿差校正算法得到的垂直和水平分量相同。采用兩次拍照的方式可以消除吸取時定位中心同旋轉中心不在同一點所產生的誤差。

圖7 角度補償圖

5 實驗結果

為驗證視覺定位引導的有效性，以方塊為實驗對象，設計使用和不使用下相機定位引導，嘗試不同位置和角度的組裝來進行實驗。兩種情況各進行25輪裝配，總計200次裝配，實驗結果如表2所示。其中序號1為不使用下相機的情況，序號2為使用下相機的情況。

不拘一格，大膽嘗試.—種、兩種、三種……，出現了許多教師未曾預設的連接方法，其中包括在區間(a,b) 內有單一零點的函數圖象(單調或不單調)，也有多個零點的函數圖象；有用線段連接的(如圖4，5等)，有用曲線段連接的(如圖6，7，8，9等)，還有因為沒有注意到條件要求而畫錯的圖形(如圖7)，這有利于糾正部分學生對函數概念理解的偏差.教師用實物投影展示(限于篇幅，文中只給出以下幾種連接方法).

表2 實驗驗證數據

實驗結果數據表明，引入下相機定位可以提高產品的組裝準確率。不使用下相機定位時，在補償角度過大的情況下會導致組裝時方塊碰撞到方框邊緣，造成錯誤組裝。在使用下相機進行定位引導時，由于引入二次定位使得組裝的準確率得到提升。

6 結語

設計了一種依靠視覺定位引導的自動組裝系統，其中軟件部分通過C#和VisionPro視覺軟件聯合編程，硬件部分通過以太網與工控機通信控制PLC進行運動控制。視覺引導系統在X方向視野為60 mm的情況下，單相素定位精度達到0.048 mm/Pixel的定位精度，在Y方向上視野為40 mm的情況下，單相素定位精度達到0.039 mm/Pixel的定位精度。為滿足系統的穩定性，使用4個像素寬度表示0.048 mm，則視覺定位引導系統的定位精度能達到0.192 mm，滿足方塊組裝的精度要求。